Question

如何检查句子在Python中是否有效？

示例：

I love Stackoverflow - Correct
I Stackoverflow love - Incorrect

Answer 1

有各种Web服务提供自动校对和语法检查。有些人有一个Python库来简化查询。

据我所知，大多数这些工具（当然在截止日期和语言工具之后）都是基于规则的。将检查的文本与描述常见错误的大量规则进行比较。如果规则匹配，则软件将其称为错误。如果规则不匹配，则软件不执行任何操作（它无法检测到没有规则的错误）。

After the Deadline

import ATD
ATD.setDefaultKey("your API key")
errors = ATD.checkDocument("Looking too the water. Fixing your writing typoss.")
for error in errors:
 print "%s error for: %s **%s**" % (error.type, error.precontext, error.string)
 print "some suggestions: %s" % (", ".join(error.suggestions),)

预期产出：

grammar error for: Looking **too the**
some suggestions: to the
spelling error for: writing **typoss**
some suggestions: typos

可以在自己的机器上运行服务器应用程序，建议使用4 GB RAM。

LanguageTool

https://pypi.python.org/pypi/language-check

>>> import language_check
>>> tool = language_check.LanguageTool('en-US')
>>> text = 'A sentence with a error in the Hitchhiker’s Guide tot he Galaxy'
>>> matches = tool.check(text)

>>> matches[0].fromy, matches[0].fromx
(0, 16)
>>> matches[0].ruleId, matches[0].replacements
('EN_A_VS_AN', ['an'])
>>> matches[1].fromy, matches[1].fromx
(0, 50)
>>> matches[1].ruleId, matches[1].replacements
('TOT_HE', ['to the'])

>>> print(matches[1])
Line 1, column 51, Rule ID: TOT_HE[1]
Message: Did you mean 'to the'?
Suggestion: to the
...

>>> language_check.correct(text, matches)
'A sentence with an error in the Hitchhiker’s Guide to the Galaxy'

也可以私下运行服务器端。

Ginger

此外，this是Ginger的hacky（屏幕抓取）库，可以说是最优秀的免费语法检查选项之一。

Microsoft Word

应该可以编写Microsoft Word脚本并使用其语法检查功能。

更多

有一个curated list of grammar checkers on Open Office website。帕特里克在评论中注意到。

Answer 2

结帐NLTK。他们支持您可以用来解析句子的语法。您可以定义语法，或使用提供的语法以及无上下文解析器。如果句子解析，则它具有有效的语法;如果没有，那就没有。这些语法可能没有最广泛的覆盖范围（例如，它可能不知道如何处理像StackOverflow这样的单词），但是这种方法将允许您具体说明语法中的有效或无效。 NLTK书的Chapter 8涵盖了解析，并应解释您需要了解的内容。

另一种方法是将python接口写入广泛的解析器（如Stanford parser或C&C）。这些是统计解析器，即使他们之前没有看到所有单词或所有语法结构，也能够理解句子。缺点是有时解析器仍然会返回语法错误的句子的解析，因为它会使用统计数据来做出最佳猜测。

所以，这实际上取决于你的目标是什么。如果您想要非常精确地控制被认为是语法的内容，请使用带有NLTK的无上下文解析器。如果您需要稳健性和广泛覆盖，请使用统计解析器。

Answer 3

我建议使用language-tool-python。例如：

import language_tool_python
tool = language_tool_python.LanguageTool('en-US')

text = "Your the best but their are allso  good !"
matches = tool.check(text)
len(matches)

我们得到：

我们可以看看它发现的4个问题：

第一期：

matches[0]

我们得到：

Match({'ruleId': 'YOUR_YOU_RE', 'message': 'Did you mean "You\'re"?', 'replacements': ["You're"], 'context': 'Your the best but their are allso  good !', 'offset': 0, 'errorLength': 4, 'category': 'TYPOS', 'ruleIssueType': 'misspelling'})

第二期：

matches[1]

我们得到：

Match({'ruleId': 'THEIR_IS', 'message': 'Did you mean "there"?', 'replacements': ['there'], 'context': 'Your the best but their are allso  good !', 'offset': 18, 'errorLength': 5, 'category': 'CONFUSED_WORDS', 'ruleIssueType': 'misspelling'})

第三期： matches[2] 我们得到：

Match({'ruleId': 'MORFOLOGIK_RULE_EN_US', 'message': 'Possible spelling mistake found.', 'replacements': ['also', 'all so'], 'context': 'Your the best but their are allso  good !', 'offset': 28, 'errorLength': 5, 'category': 'TYPOS', 'ruleIssueType': 'misspelling'})

第四期：

matches[3]

我们得到：

Match({'ruleId': 'WHITESPACE_RULE', 'message': 'Possible typo: you repeated a whitespace', 'replacements': [' '], 'context': 'Your the best but their are allso  good!', 'offset': 33, 'errorLength': 2, 'category': 'TYPOGRAPHY', 'ruleIssueType': 'whitespace'})

如果您要查找更详细的示例，可以查看Predictive Hacks的相关文章

如何检查句子是否正确（Python中的简单语法检查）？

3 个答案:

After the Deadline

LanguageTool

Ginger

Microsoft Word

更多